После урока, не зная ровным счётом ничего о мире Гиков и единорогов, но дабы иметь возможность поддержать разговор на следующих занятиях, я обратилась за помощью к старому доброму google, который тут же выдал мне первыми пятью пунктами ссылки на различные курсы. И, о чудо! В описании почти каждого из них упоминалось, что для освоения новой стези совсем не обязательно быть помешанным на коде технарем, а ниже приводился существенный список из плюшек в виде зарплаты > 80к для junior позиций и количестве открытых вакансий, также упоминалось, что профессия инновационная и вообще будущее за обработкой больших массивов данных. К слову, забегая вперёд, скажу, что уметь писать хороший код для этой профессии просто необходимо, но обо всем по порядку.
Так кто же такой этот data scientist?
Data Scientist применяет методы науки о данных (Data Science) для обработки больших объемов информации. Он строит и тестирует математические модели поведения данных. Это помогает найти в них закономерности или спрогнозировать будущие значения. Например, по данным о спросе на товары в прошлом, дата-сайентист поможет компании спрогнозировать продажи в следующем году. Модели строят с помощью алгоритмов машинного обучения, а с базами данных работают через SQL.
И вот я, вспомнившая свою любовь к статистике, матану и терверу и готовая грызть гранит науки, чтобы войти в мир ИТ непревзойдённым профессионалом своего инновационного дела, начала изучать различные предложения от онлайн институтов.
Доблестные пикабушники и рыцари свежего, не сочтите пост за рекламу, это моё личное мнение и опыт.
Первым в поисковой строке мне выпала реклама курса от skillbox, предлагающая погрузиться в мир анализа данных на два года за ~180 000 рублей.
Из плюсов: программа включала в себя обучение различным инструментам работы с данными, включая курс по python и даже R.
Из минусов: обучение включало только просмотр онлайн контента и выполнение дз без тренажёров для отработки кода; прохождение курса не привязано к конкретным срокам (прокрастинация - моё всё); стоимость курса, как и период вхождения в профессию всё-таки были внушительными.
Вторым вариантом я рассматривала бесплатный курс на Stepik по анализу данных. Он включал в себя всё те же минусы, что и предыдущий курс плюс информация, которая была включена в курс, была больше прикладного характера и одного такого курса было явно недостаточно для позиции джуна аналитика.
Итак третий вариант, на котором я в итоге и остановилась, был курс от Яндекс Практикума.
Очевидным плюсом, которым не обладали два предыдущих варианта, было наличие качественной обратной связи от наставников на протяжении курса, также все вновь полученные знания по коду можно было сразу отработать в тренажёре. Каждый раздел курса включал выполнение практического проекта в конце (без сдачи которого ты не можешь идти дальше) и имел четкие сроки . Если прошляпить их дважды, вылетаешь с курса (не забудь упомянуть об этом в интервью, тк наличие такого отбора является несомненным плюсом для работодателя и отсеивает предрассудки по поводу качества обучения на курсах) Ну и конечно срок обучения не был растянут как китайская стена и составлял 7-8 месяцев. Цена, к слову, также была довольно демократичной по сравнению со skillbox -65000 рублей.
На обучение было достаточно тратить по 2-3 часа в день и стабильно заниматься 4-5 раз в неделю, что я собственно и делала. И спустя оговорённый срок плюс пару месяцев из-за академического отпуска я сдала свой выпускной проект по анализу транзакций в ритейле и получила свой сертификат о профессиональной переподготовке.
На курсе я выполнила кучу интересных проектов на подготовленных но реальных данных, которые включила позднее в своё портфолио. Также во время обучения раз в неделю организовывались лайф-кодинги и воркшопы с практикующими специалистами из сферы, которые рассказывали про применение изучаемых в спринте технологий на реальных задачах, что естественно дало свои плоды в будущем. После прохождения курса у всех студентов есть возможность поучаствовать в программе трудоустройства, на которой тебе помогут оформить резюме и портфолио и подготовят к прохождению собеседования.
Так закончилось мое первоначальное обучение и начался мой путь в ИТ.
Здесь стартовал самый интересный этап - поиск первой работы. Т.к. выпускной проект у меня был в сфере онлайн продаж, выбор направления деятельности оказался для меня почти очевидным: я начала шерстить вакансии на hh.ru и мне попалась одна интересная позиция для джуна аналитика в известном продуктовом ритейлере. Вакансия была удалённой, что было для меня несомненным плюсом, но оформление предусматривалось по договору ГПХ и на конечный срок под заранее заданные заказчиком задачи. Недолго думая после прохождения собеса я согласилась на вакансию плюс удалось договориться на неполный рабочий день, чтобы совмещать новую работу с тогда ещё основным преподаванием.
На этой позиции почти всё было в новинку:огромные датасеты данных после небольших выверенных в обучающих проектах, описания полей и структура бд конечно же только со слов бывалых работников, которые впрочем сами не всегда припоминают назначение той или иной таблицы, удаленная экстракция данных из бд, сырой скэппинг с html-страниц, структурирование «хотелок» заказчика и ещё много чего. В общем, пришлось изрядно попотеть, чтобы вникнуть в работу и выстроить первоначальные процессы для себя. Плюс: после стартовой вакансии приходит ощущение, что со всем можно разобраться, всё можно понять.
На данной позиции мне предстояло проанализировать доступную информацию о реальных клиентах сети, спрогнозировать вероятность их оттока в будущем периоде, разбить клиентский поток на основные кластеры и составить портрет каждого из них.
Отработав 4 месяца в этой компании и выполнив все основные пункты из поставленных задач, мне предложили продлить договор и остаться. Но в то же время пришло очень выгодное предложение о работе в крупнейшем российском ритейле в сфере продуктов питания.
Продолжение в следующем посте…
